第二十四个知识点：描述一个二进制m组的滑动窗口指数算法

简单回顾一下我们知道的。

大量的密码学算法的大数是基于指数问题的安全性，例如RSA或者DH算法。因此，现代密码学需要大指数模幂算法的有效实现。我们应该从一个简化的方案开始思考：计算\(x^a\mod N\)，我们可以用指数算法来求\(x^a\)，然后再约减到\(N\)。然而，对大多数密码算法来说，\(x^a\)都是非常大的。现在，大多数传统的方法能被简单的在每个阶段模\(N\)。这回产生一些改进的技术。下面我会介绍一些计算\(X^E \mod N\)可能的方法。

二进制算法

二进制模幂算法和传统的求幂的二次方方法非常像。实际上，唯一的不同就是我们把\(N\)表示成二进制形式然后计算。我们从左向右计算或者从右向左计算。

m-ary

m-ary方法也相似，但是它把指数看成位序列，然后把它们堪称\(M = 2^m\)的元素。实际上，二进制方法被认为是一种m-ary方法在\(M = 2\)时刻的情况。那么它如何工作呢？首先我们对所有的\(X^i\)，其中\(i = 1\)到\(2^m-1\)，计算一个查找表。然后我们通过基于\(M\)的指数\(E\)的算法。然后我们每次计算的值只是才表中查找而不是移动m位。

这个方法和二进制算法进行比较，意味着我们能提前计算很多东西，然后做更少的乘法。

滑动窗口

因此，m-ary窗口会约减我们计算乘法的次数，但是我们可以做的更好吗？答案是对的。假设我们令\(m = 4\)，同时\(E = 22 = (0,0,0,1,0,1,1,0)_2 = (1,6)_{2^4}\)。然后我们用4-ary算法，但是如果我们重新规定窗口大小的话，我们能做的更好：这里只有三个1，但是我们却用一个4-ary的算法。如果我们提前知道，我们就可以用我们的查找表来计算了，同时只需要一次查找。因此滑动窗口的话，我们首先对\(E\)做一个变换成\(E = \sum x_i2^i\)。这里让\(x_i\)尽可能是0。这回导致更多的预先运算，但是同时也提升了具体运算的效率。

参考

https://zh.wikipedia.org/wiki/%E5%B9%B3%E6%96%B9%E6%B1%82%E5%B9%82